基于离散型灰色DGM(1,1)预测模型在涝灾预测中的应用

为提高涝灾预测模型的预测精度,针对GM(l,1)模型预测条件的局限性,提出离散灰色预测模型[称DGM(1,1)模型Ⅰ。应用离散灰色模型,以鞍山市1959~2006年的降雨量为依据,建立涝灾预测模型。结果表明:优化后的离散型DGM(1,1)模型的预测精度较原有的灰色GM(1,1)预测模型的预测精度有很大提高。并且该模型建模过程简单、适用性强,为涝灾的预测提供了新的方法。     

灰色神经网络组合模型(GNN)在涝灾预测中的应甩

洪涝是对人类及社会危害较大的一种自然灾害,洪涝严重影响农业生产和生态平衡,涝灾预测已成为防灾减灾的重要内容.应用BP神经网络模型对灰色模型预测精度较低的问题进行了改进,该方法是将灰色模型的预测值作为神经网络的输入,以实际值作为输出而构成灰色神经网络组合模型(GNN).以辽阳地区50年的年降水量作为历史数据,建立GNN涝灾预测模型.预测结果表明:该方法与传统的灰色预测方法相比提高了预测精度,这种新的信息处理和预测方法是有效可行的.     

灰色预测在工农业生产中的应用

本文根据灰色系统理论,利用累加累减生成等方法,运用灰色动态模型,对工农业生产在各生产因素保持相对稳定的条件下进行规划性预测,为生产的规划与决策提供科学信息。     

基于灰色模型的电量预测方法在管理信息系统中的应用

提出了基于“灰色系统理论”的县级农电企业管理信息系统的电量预测的真实模型，通过用辽宁省台安县地区的原始用电量在管理信息系统中用“决策支持”进行预测，得出的结果与真实数据相比，误差相对较小。     

灰色模型在大武水源地水质预测中的应用

根据大武水源地的实际，运用灰色理论和方法进行GM（1，1）模型的建立、精度检验、模型修正的过程，并用该模型对大武水源地的水质变化趋势进行了预测。预测结果证明，该模型用于地下水源地水质预测，符合地下水系统色特性，适用性好，预测结果与环境状况吻合。另外，本文还就残差模型修正中的约束条件、残差阶次和随机成分较大变量 的预测精度相对误差的修正等提出了应注意的问题。     

灰色线性回归组合模型在河南省粮食产量预测中的应用

河南省粮食生产变化的波动较大,单一的GM(1,1)模型不能详尽描述其变化规律及预测未来趋势,采用线性回归方程以及由GM(1,1)模型得到的时间响应序列方程和组成的灰色线性回归预测模型,弥补了线性回归模型中没有指数增长趋势和GM(1,1)模型中没有线性因素的不足。利用河南省2000-2007年的粮食产量统计数据,建立了河南省粮食产量的灰色组合预测模型,并根据模型预测出河南省2008-2012年的粮食产量,实例证明,该模型的预测精度为97.9%,模型的预测精度高。     

灰色预测在农林牧系统结构预测中的应用

本文运用灰色预测〔１〕方法，根据榆次市怀仁村过去农林牧发展的实际情况，对该村的农业生产结构进行了预测，并对预测结果进行了分析与讨论。在此基础上，为该村农业生产今后发展提出相应的对策。     

灰色动态模型GM（1.1）在大豆产量预测中的应用

本文利用灰色系统理论建立高产，稳产大豆品种合丰２５产量动态模型。其模型达到了一级水平。经检验该模型平均相对误差小于４．３％，最高精度达９８％以上，可见利用ＧＭ（１．１）模型预测大豆产量具有现实可信性。     

两次拟合灰色模型在中长期电力负荷预测中的运用

针对普通灰色预测模型在预测过程中当历史数据有较大波动时预测精度较差的问题，对两次拟合等维灰色预测模型进行研究，并对其进行改进，通过对华北某地区用电量的建模预测验证其有效性。两次拟合灰色预测模型是利用一次拟合的结果重新建模，经研究发现当历史数据有较大波动时，利用两次拟合灰色预测模型进行预测可以提高模型的精度。     

基于灰色多元线性回归的粮食产量预测

针对粮食产量预测精度差和波动大的问题,结合灰色系统和多元线性回归模型,提出了一种灰色多元线性回归模型。利用该模型对南宁市的粮食产量进行了预测。结果表明,灰色多元线性回归模型的预测精度要高于单一的灰色系统或多元线性回归模型。     

基于反馈回归法的用电量预测模型研究

多元线性回归法是用电量预测中常用的一种方法,带反馈的多元线性回归法是一种改进的回归方法,具有更高的精度.本文在此基础上进行了多次反馈,即利用带多次反馈的多元线性回归法,结合SPSS软件进行统计分析,并以陕西省用电量为例探究分析多次反馈的多元线性回归法在用电量预测中的应用,从而得到更精准的用电量预测模型.最后以四川省的用电量数据对模型进行了验证,体现出了该模型的优越之处.     

基于支持向量机的湖北省洪涝农业损失预测模型

洪涝农业灾情预测在灾害管理和应急救灾等领域都具有非常重要的研究价值,以支持向量机(SVM)模型为基础,以1998～2006年湖北省洪涝灾情数据为样本,构建了基于SVM的洪涝农作物损失预测模型.结果表明,基于径向核函数的SVM模型适合湖北地区洪涝农业损失的预测.     

基于灰色线性回归组合模型的河南省国内生产总值预测

根据灰色灾变预测原理,构建了基于GM(1,1)与线性回归的组合模型.对于具有数据跳变日期点的预测问题,用GM(1,1)模型;对非跳变日期点用线性回归预测.对河南省国内生产总值的预测结果表明,该模型克服了GM(1,1)模型和线性回归模型的缺陷,具有较高的应用价值.     

基于关联规则与多元线性回归的云南省甘蔗产量预测模型

【目的】构建云南省甘蔗产量预测模型,对云南省甘蔗主产区甘蔗产量进行预测。【方法】选取云南省5个甘蔗主产区的甘蔗种植数据和地区气象数据作为研究对象,使用关联规则算法对研究区水库数、氮肥用量、磷肥用量、钾肥用量、复合肥用量、地膜使用量、甘蔗种植面积、年均气温、年降水量9个影响因素进行分析,得出5个甘蔗产量的强关联因素作为样本特征,将样本特征代入多元线性回归算法,构建产量预测模型。【结果】根据测试集验证结果显示,使用多元线性回归算法构建甘蔗产量预测模型,普洱、临沧、红河、文山、德宏地区模型的准确率分别为81.1%、89.3%、67.8%、85.3%、73.7%;使用关联规则算法与多元线性回归算法构建甘蔗产量预测模型,普洱、临沧、红河、文山、德宏地区模型的准确率分别为95.4%、92.8%、97.9%、94%、91.4%,关联规则算法对模型准确率的提升分别为14.3%、3.5%、30.1%、8.7%、17.7%。【结论】关联规则算法可提升多元线性回归产量预测模型的准确率,该模型在云南省的5个甘蔗主产区均表现出较好的预测效果,为甘蔗产量预测提供了新的方法。     

灰色拓扑预测方法在森林火灾预测中的应用

根据森林火灾影响因子的不确定性和波动性,以福建省建阳市1970～1994年森林火灾为研究资料,运用灰色拓扑预测方法探讨了森林火灾的发生规律,并建立森林火灾的灰色拓扑预测模型 结果表明:所建立的灰色拓扑预测模型效果十分理想,各个模型的平均精度均在95%以上,所有模型总的平均精度为98 033%,达到一级精度的标准,表明拓扑预测模型能定量分析灾害发生的时间动态及其变化规律,从而为森林保护的有关决策提供了依据     

基于多元线性回归分析的冷链物流需求预测

冷链物流是一个巨大而复杂的体系,涉及到从产品出产、包装、运输、贮藏直到消费终端整个链条的全方面、全流程的温度控制。满足市场需求必须以需求预测为前提,鉴于影响冷链物流需求的因素有很多,以我国水产品冷链物流的需求为例,应用多元线性回归分析法建立冷链物流需求量的预测方程,运用Eviews软件进行检验,求证其科学性,最终得出精确、实用的预测体系。     

一种基于线性回归模型的运动矢量重估算法

针对H.264/AVC空间分辨率缩减的视频转码,提出一种基于线性回归模型的运动矢量重估计算法.它利用原始视频流的运动矢量与下采样视频流的运动矢量之间的相关性,运用线性回归模型建模,得到下采样视频的运动矢量.仿真实验结果表明：在保持率失真性能的同时,计算复杂度明显降低.     

北京北部山区荒溪灾害活动性的灰色预测研究

通过对北京北部山区荒溪灾害活动性的实地调查,在统计、归类分析的基础上,分别建立了北京北部山区荒溪灾害活动时期和荒溪灾害活动强度的灰色预测模型,由此得到了北京北部山区未来两次荒溪灾害强烈活动期的发生时间和强度．模型的预测精度好,取得了比较满意的结果．